MétaCan
Menu
Retour à la cohorte
Enregistrement W2147426972 · doi:10.3389/fninf.2013.00037

Information gain in the brain's resting state: A new perspective on autism

2013· article· en· W2147426972 sur OpenAlexafffund
José Luis Pérez Velázquez, Roberto F. Galán

Notice bibliographique

RevueFrontiers in Neuroinformatics · 2013
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeural dynamics and brain function
Établissements canadiensUniversity of TorontoHospital for Sick Children
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMagnetoencephalographyBrain activity and meditationAutismNeuroscienceContext (archaeology)Resting state fMRIPsychologyAutism spectrum disorderCognitionKullback–Leibler divergenceComputer sciencePerspective (graphical)NeurophysiologyCognitive psychologyArtificial intelligenceDevelopmental psychologyElectroencephalographyBiology

Résumé

récupéré en direct d'OpenAlex

Along with the study of brain activity evoked by external stimuli, an increased interest in the research of background, "noisy" brain activity is fast developing in current neuroscience. It is becoming apparent that this "resting-state" activity is a major factor determining other, more particular, responses to stimuli and hence it can be argued that background activity carries important information used by the nervous systems for adaptive behaviors. In this context, we investigated the generation of information in ongoing brain activity recorded with magnetoencephalography (MEG) in children with autism spectrum disorder (ASD) and non-autistic children. Using a stochastic dynamical model of brain dynamics, we were able to resolve not only the deterministic interactions between brain regions, i.e., the brain's functional connectivity, but also the stochastic inputs to the brain in the resting state; an important component of large-scale neural dynamics that no other method can resolve to date. We then computed the Kullback-Leibler (KLD) divergence, also known as information gain or relative entropy, between the stochastic inputs and the brain activity at different locations (outputs) in children with ASD compared to controls. The divergence between the input noise and the brain's ongoing activity extracted from our stochastic model was significantly higher in autistic relative to non-autistic children. This suggests that brains of subjects with autism create more information at rest. We propose that the excessive production of information in the absence of relevant sensory stimuli or attention to external cues underlies the cognitive differences between individuals with and without autism. We conclude that the information gain in the brain's resting state provides quantitative evidence for perhaps the most typical characteristic in autism: withdrawal into one's inner world.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,000
Études des sciences et des technologies0,0000,002
Communication savante0,0010,003
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,015
Tête enseignante GPT0,238
Écart entre enseignants0,223 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations51
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in NeuroinformaticsMême sujetNeural dynamics and brain functionTravaux en français237 207